Matplotlib神级教程，python程序员有福了，感谢产品经理提供！

运行环境

由于这是一个Python语言的软件包，因此需要你的机器上首先安装好Python语言的环境。关于这一点，请自行在网络上搜索获取方法。

关于如何安装Matplotlib

通过pip的方式进行安装，具体方法如下：

本文的代码在如下环境中测试：

介绍

Matplotlib适用于各种环境，包括：

Python脚本

IPython shell

Jupyter notebook

Web应用服务器

用户图形界面工具包

使用Matplotlib，能够的轻易生成各种类型的图像，例如：直方图，波谱图，条形图，散点图等。并且，可以非常轻松的实现定制。

入门代码示例

下面我们先看一个最简单的代码示例，让我们感受一下Matplotlib是什么样的：

这段代码的主体逻辑只有三行，但是它却绘制出了一个非常直观的线性图，如下所示：

对照着这个线形图，我们来讲解一下三行代码的逻辑：

这段代码非常的简单，运行起来也是一样。如果你已经有了本文的运行环境，将上面的代码保存到一个文本文件中，然后通过下面的命令就可以在你自己的电脑上看到上面的图形了:

一次绘制多个图形

多个figure

这段代码绘制了两个窗口的图形，它们各自是一个不同区间的线形图，如下所示：

多个subplot

所以这段代码的结果是这个样子：

因此，下面这段代码的结果是一样的：

常用图形示例

线性图

这段代码可以让我们得到这样的图形：

这段代码说明如下：

散点图

饼状图

pie函数用来绘制饼状图。饼状图通常用来表达集合中各个部分的百分比。

data是一组包含7个数据的随机数值

图中的标签通过labels来指定

autopct指定了数值的精度格式

plt.axis('equal')设置了坐标轴大小一致

plt.legend()指明要绘制图例（见下图的右上角）

图形如下所示：

条形图

说明如下：

这幅图展示了一组包含7个随机数值的结果，每个数值是[0, 100]的随机数

它们的颜色也是通过随机数生成的。np.random.rand(N * 3).reshape(N, -1)表示先生成21（N x 3）个随机数，然后将它们组装成7行，那么每行就是三个数，这对应了颜色的三个组成部分。如果不理解这行代码，请先学习一下Python 机器学习库 NumPy 教程

title指定了图形的标题，labels指定了标签，alpha是透明度

直方图

三组数据 在3000以下都有数据，频度是差不多的。蓝色条只有3000以下的数据，橙色条只有4000以下的数据。与随机数组数据刚好吻合。